基于财务和非财务信息的上市公司高管增减持预测模型研究.pdfVIP

中文摘要

在中国共产党第二十届中央委员会第三次全体会议（二十届三中全会）上，党

中央重申了资本市场健康发展的重要性，并提出构建一个规范、透明、开放、有活

力、有韧性的资本市场体系的战略目标，体现了党对深化金融供给侧结构性改革的

坚定决心。为实现这一目标，针对上市公司高管增减持股票的行为，监管机构将进

一步加强信息披露要求，确保市场信息的真实性和完整性，提高市场的透明度；同

时，严格监控交易活动，防止内幕交易等不公平行为，构建预警与监测机制，维护

交易的公正性。此外，政府将采取更多措施保护中小投资者利益，如优化服务和提

供教育指导，增强他们的信心和安全感。着眼长远，鼓励符合国家战略导向的企业

家精神和创新活动，适时调控以确保市场的稳健运行。

近年来，高管违规绕道增减持损害投资者权益的现象在资本市场仍屡见不鲜，

证监会亦不断强化对投资者权益的保护力度，并加大对违规绕道增减持行为的惩罚

措施。本文聚焦于预测上市公司高管的增减持行为，并深入探究其背后的决策因素。

研究选取了2014-2023年A股市场中上市公司高管的增减持记录作为样本，通过数

据处理和特征筛选后最终得到3976个有效样本量和重要性较高且可解释性强的15

个特征。将构建的机器学习模型（随机森林模型，SVM模型，LightGBM模型）和

LogisticLDA

统计计量模型（模型和模型）进行调参训练，寻找最优参数，旨在训

练出最优模型后，进行模型间的比较，并结合SHAP模型深入解析影响因素对高管

增减持决策的具体影响机制，最后从投资者、企业和监管者视角提出了相关建议。

鉴于理论与实证分析，研究发现：第一，LightGBM机器学习模型预测准确率

稳定维持在85.05%，展现出卓越的预测性能。第二，融合了财务指标与非财务指标

的综合指标体系显著优于仅基于传统财务指标的单一指标体系，引入非财务信息能

为模型提供有效的增量信息。第三，机器学习模型相较于传统统计计量模型有着更

好的模型性能。第四，引入SHAP模型发现上市年龄，机构持股比例，省份增减持

幅度、速动比率，管理费用率为前五大高管增减持行为影响指标，对应着外部监管、

市场环境和估值优势三大影响因素。

最后从投资者、企业和监管者视角提出了相关建议。第一，投资者应构建多维

度财务分析体系，结合非财务信息，精准捕捉高管增减持动机，并积极参与公司治

理，维护自身权益。第二，企业需通过多元化渠道透明传递经营状况，强化内部治

理机制，确保股东利益和可持续发展。第三，监管者应创建高效监管环境，促进信

息披露透明化，利用预测模型技术监测异常增减持行为，保护投资者利益并维护市

场稳定。

关键词：上市公司；高管；增减持；公司治理；机器学习

ABSTRACT

AttheThirdPlenarySessionofthe20thCentralCommitteeofthe

CommunistPartyofChina(CPC),theCPCCentralCommitteereiteratedthe

importanceofhealthydevelopmentofthecapitalmarketandproposeda

strategicgoaltobuildastandardized,transparent,open,dynamic,and

resilientcapitalmarketsystem.ThisdemonstratesthePartysfirm

determinationtodeepenfinancialsupply-sidestructuralreform.Toachieve

thisgoal,regulatorybodieswillfurtherstrengthendisclosurerequirements

forstocktransactionsbyexecutivesoflistedcompaniestoensurethe

truthfulnessandcompletenessofmarketinformationandimprovemarket

transparency.Meanwhile,strictm